Founder of VLSI Korea. Staff Engineer at Synopsys — STA and physical-design methodology for advanced-node tape-outs. EE BS·MS · MBA. Writes from Seoul.
chinese
1. 人工智能需要数据中心支持。 2. 数据中心体积庞大，能耗极高。 3. 同时需要高效的冷却系统来降低发热量。 -> 由此引发成本问题。 如何在更广阔的空间中获取更多能量，同时消耗更少能量？ 轨道数据中心（Orbital Data Center，以下简称ODC）正是试图将"地球数据中心的电力·制冷·场地限制"转移至太空的尝试。 1. 地球之外存在着更为广阔的空间。 2. 因靠近太阳，能接收更多太阳能。 3. 温度极低，在冷却方面更具优势。 4. 此外地球存在强大重力，而太空重力较弱。 -> 正因如此，ODC备受瞩目。 当前数据中心通常建在河流/湖泊/海岸线附近，以便获取冷却水源。 未来预计将大量建在极寒的极地地区。 接下来是地球外的宇宙空间。 距离地球多远？低轨道、中轨道、高轨道。需要考虑数据中心建在哪里。
russian
1. ИИ требует наличия центров обработки данных. 2. Центры обработки данных имеют большие размеры и потребляют значительное количество энергии. 3. Также необходимы системы охлаждения для снижения тепловыделения. → Возникают вопросы, связанные с затратами. Как мы можем получать больше энергии в более просторном помещении, потребляя при этом меньше энергии? Орбитальный центр обработки
English
1. AI requires data centers. 2. Data centers are large and consume significant energy. 3. Cooling systems to reduce heat generation are also necessary. → Cost issues arise. How can we receive more energy in a larger space while consuming less energy? The Orbital Data Center (ODC) is an attempt to
korean
1. AI는 데이터센터가 필요하다. 2. 데이터센터는 크고, 많은 에너지를 사용한다. 3. 발열을 줄일 냉각 시스템도 필요하다. -> 비용 문제가 발생한다. 더 넓은 공간에서, 더 많은 에너지를 받고, 더 적은 에너지를 소모하려면 어떻게 해야할까? 우주 데이터센터(Orbital Data Center, 이하 ODC)는 “지구 데이터센터의 전력·냉각·부지 제약”을 우주로
![[VLSI CAD] EDAにおける表現](https://images.unsplash.com/photo-1570841398972-8aaa69ec72f2?crop=entropy&cs=tinysrgb&fit=max&fm=jpg&ixid=M3wxMTc3M3wwfDF8c2VhcmNofDF8fGVzcHJlc3Nzb3xlbnwwfHx8fDE3NzA3MzU3MjZ8MA&ixlib=rb-4.1.0&q=80&w=600)
japanese
エスプレッソとは何か？論理式の機能を維持しつつ、「AND/OR項の数を最小化」する古典的かつ基準となる手法 エスプレッソはブール論理の最小化（logic minimization）アルゴリズムでありツールである。 1. Espressoが解こうとする問題 次の二つの論理式は完全に同じ機能を果たす。 f = a b c + a b ~c f = a b 二つ目は： * より短く * より速く * より安価である。 Espressoの目的はただひとつ。 「論理機能はそのまま、表現は最小限に」 一行結論から Espressoは「完璧な最適解」を放棄し、 「十分に良い解」を非常に速く見つけるアルゴリズムである。 QMが完璧主義アルゴリズムなら、 Espressoは現実主義アルゴリズムだ。 QMの姿勢はこうだ： 「電球が点灯する全てのケースを 全て比較して 絶対的に最も短い説明を見つける」 だから： * ケースが少し増えるだけで * ケースの数が爆発的に増える * コンピュータがクラッシュする Espressoの考え方はまったく違う Esp
chinese
什么是Espresso？在保持逻辑式功能的同时，实现“最小化AND/OR项数量”的经典标准算法 Espresso是布尔逻辑最小化(logic minimization)算法及工具。 1. Espresso解决的核心问题 以下两个逻辑式具有完全相同的功能。 f = a b c + a b ~c f = a b 第二个表达式： * 更简洁 * 更快速 * 更经济。 Espresso的目标只有一个： “保留逻辑功能，精简表达形式” 一行结论 Espresso放弃了“完美最优解”， 而是快速寻找“足够好的解”的算法。 若说QM是完美主义算法， Espresso便是现实主义算法。 QM秉持这样的态度： “要比较所有可能点亮灯泡的情况， 找出绝对最短的解释。” 因此： * 情况稍有增加 * 就会导致情况数爆炸式增长 * 导致计算机崩溃 Espresso的思维方式截然不同 Espresso这样思考： “先粗略地描述灯泡， 再逐步完善细节。 不必追求完美。
russian
Что такое Espresso? Классический и эталонный подход, который сводит к минимуму количество терминов AND/OR, сохраняя при этом функциональность логического выражения. Espresso — это алгоритм и инструмент минимизации булевой логики. 1. Проблема, которую решает Espresso Следующие два логических выражения выполняют точно одну и ту же функцию. f = a b c + a
English
What is Espresso? A classic and standard approach that minimizes the number of AND/OR terms while preserving the functionality of the logical expression. Espresso is a Boolean logic minimization algorithm and tool. 1. The Problem Espresso Solves The following two logical expressions perform exactly the same function. f = a
korean
Espresso란 무엇인가? 논리식의 기능을 유지하면서, “AND/OR항의 개수를 최소화”를 만드는 고전이자 기준 Espresso는 Boolean 논리 최소화(logic minimization) 알고리즘이자 툴이다. 1. Espresso가 풀려는 문제 다음 두 논리식은 완전히 같은 기능을 한다. f = a b c + a b ~c f = a b 두 번째가: * 더 짧고 * 더 빠르고 * 더 싸다.
![[VLSI CAD] 两级逻辑化简难以实现的原因](https://images.unsplash.com/photo-1642952469120-eed4b65104be?crop=entropy&cs=tinysrgb&fit=max&fm=jpg&ixid=M3wxMTc3M3wwfDF8c2VhcmNofDJ8fGFsZ29yaXRobXxlbnwwfHx8fDE3NjkzMzE5NjV8MA&ixlib=rb-4.1.0&q=80&w=600)
chinese
TL;DRDR * 要"精确"求解两阶逻辑最小化问题，必然会采用Quine–McCluskey(QM)算法路径。 * QM算法的瓶颈在于覆盖(最小列覆盖)阶段。 * 由于覆盖问题属于NP完全问题， “最优解”不再是数值而是证明问题。 * SAT问题几乎不成问题，因其本质属于决策问题。 EDA通过启发式+剪枝+分支界定法快速生成“足够好的解。 什么是两级逻辑最小化？ 场景 假设存在三个开关。 * A： 开关1 * B：开关2 * C：开关3 灯泡F在以下三种情况下点亮： 1. A=0, B=0, C=1 → A'B'C 2. A=0, B=1,
russian
TL;DR * Чтобы «точно» решить задачу двухуровневой логической минимизации, необходимо следовать подходу Куайна–МакКласки (QM). * Поскольку покрытие является NP-полным, «оптимальное решение» представляет собой не значение, а проблему доказательства. * (минимальное покрытие столбцов). * Покрытие является NP-полным, поэтому «оптимальное решение» — это не значение, а проблема доказательства. * SAT вряд ли является серьезной проблемой. Причина
English
TL;DR * To solve Two-Level Logic Minimization "exactly," you end up following the Quine–McCluskey (QM) flow. * The bottleneck in QM is the covering (minimum column cover) stage. * Covering is NP-complete, so the "optimal solution" becomes a proof problem rather than a value. * SAT is hardly